CN112513992A - 用于预测生物聚合物共混物的分子量分布的方法 - Google Patents

用于预测生物聚合物共混物的分子量分布的方法 Download PDF

Info

Publication number
CN112513992A
CN112513992A CN202080004211.6A CN202080004211A CN112513992A CN 112513992 A CN112513992 A CN 112513992A CN 202080004211 A CN202080004211 A CN 202080004211A CN 112513992 A CN112513992 A CN 112513992A
Authority
CN
China
Prior art keywords
molecular weight
biopolymer
input
composition
concentration data
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202080004211.6A
Other languages
English (en)
Inventor
S.H.达斯瓦尼
H.T.黄
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
ARC Medical Devices Inc
Original Assignee
ARC Medical Devices Inc
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by ARC Medical Devices Inc filed Critical ARC Medical Devices Inc
Publication of CN112513992A publication Critical patent/CN112513992A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16CCOMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
    • G16C20/00Chemoinformatics, i.e. ICT specially adapted for the handling of physicochemical or structural data of chemical particles, elements, compounds or mixtures
    • G16C20/30Prediction of properties of chemical compounds, compositions or mixtures
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16CCOMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
    • G16C20/00Chemoinformatics, i.e. ICT specially adapted for the handling of physicochemical or structural data of chemical particles, elements, compounds or mixtures
    • G16C20/20Identification of molecular entities, parts thereof or of chemical compositions
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16CCOMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
    • G16C20/00Chemoinformatics, i.e. ICT specially adapted for the handling of physicochemical or structural data of chemical particles, elements, compounds or mixtures
    • G16C20/90Programming languages; Computing architectures; Database systems; Data warehousing
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16CCOMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
    • G16C60/00Computational materials science, i.e. ICT specially adapted for investigating the physical or chemical properties of materials or phenomena associated with their design, synthesis, processing, characterisation or utilisation

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Computing Systems (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Chemical & Material Sciences (AREA)
  • Crystallography & Structural Chemistry (AREA)
  • Databases & Information Systems (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Physics & Mathematics (AREA)
  • Software Systems (AREA)
  • Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)
  • Polysaccharides And Polysaccharide Derivatives (AREA)
  • Polyesters Or Polycarbonates (AREA)
  • Investigating, Analyzing Materials By Fluorescence Or Luminescence (AREA)
  • Investigating Or Analysing Materials By Optical Means (AREA)
  • Preparation Of Compounds By Using Micro-Organisms (AREA)
  • Addition Polymer Or Copolymer, Post-Treatments, Or Chemical Modifications (AREA)

Abstract

用于通过共混具有不同分子量分布的多种输入生物聚合物组合物来预测和/或一致地获得均匀生物聚合物组合物的方法、系统等,所述共混基于随所述多种输入生物聚合物组合物的分子量而变的浓度数据。

Description

用于预测生物聚合物共混物的分子量分布的方法
优先权声明
本申请要求于2019年3月5日提交的共同未决的美国临时专利申请no.62/814,206的权益,将其内容以其全文通过援引并入本文。
背景技术
聚合物是高分子量化合物,其可以是天然存在的(生物聚合物)或是通过聚合反应合成的。聚合物的重复结构单元称为单体单元。可以通过聚合物的聚合度、分子量分布、立构规整度、共聚物分布、支化度、端基、交联、结晶度和/或热特性来描绘聚合物。聚合物在溶液中关于其溶解度、粘度和/或胶凝作用表现出广泛的特征。
聚合物的分子量分布可以使用各种指标来描绘,诸如峰分子量(PMW)、重均分子量(WAMW)、数均分子量(NAMW)、半峰全宽(FWHM)和多分散性指数(PDI)。聚合物的分子量分布指示聚合物的某些特性,例如,聚合物在溶液中的溶解度和/或粘度。
一些生产合成聚合物的过程导致聚合物具有相对低的多分散性的单峰分子量分布。另一方面,可以发现天然存在的聚合物具有不稳定且不可预测的分子量分布与不希望的多分散性。这样的生物聚合物包括例如多糖,诸如淀粉、糖原、纤维素、甲壳质、阿拉伯木聚糖、木葡聚糖、藻酸盐、昆布多糖、褐藻糖胶、黄原胶、右旋糖酐、威兰胶(welan gum)、结冷胶、瓜尔胶、定优胶(diutan gum)和短梗霉聚糖。
已经发现生物聚合物的许多医学和/或外科用途,其中一些与生物聚合物的特定分子量部分或片段有关。生物聚合物的医学相关部分或片段的实用性已导致生产、纯化和/或提取医学相关部分或片段的多种方法,例如使用膜渗析、切向流过滤和受控降解以获得所需生物聚合物的分子量片段的方法。这些方法遭受输入材料的自然变化,导致所需生物聚合物分子量片段的产率低。随着生物聚合物的分子量和多分散性增加,一致地制备所需生物聚合物分子量片段的这些挑战相应地变得更大。因此,未满足提供衍生自天然来源但具有所需分子量片段和/或单峰分布的生物聚合物的需求。本发明系统和方法等提供了这些和/或其他优点。
发明内容
提供了用于通过共混具有不同分子量分布的多种输入生物聚合物组合物来预测和/或一致地获得均匀生物聚合物组合物的方法、系统等,所述共混基于随所述多种输入生物聚合物组合物的分子量而变的浓度数据。
本发明方法、系统等提供了用于预测和/或一致地获得具有所需分子量分布的均匀生物聚合物组合物的方法,以及包括具有所需分子量分布的这样的均匀生物聚合物组合物的组合物以及使用这样的组合物的方法。所获得的均匀生物聚合物组合物本身可以在其他过程中用作输入生物聚合物组合物,例如,纯化过程、化学改性过程、分子量分馏过程等。
本发明系统、器械和方法等提供了用于预测共混的生物聚合物组合物的分子量分布的方法,所述方法可以包括:
提供具有基本上不同的分子量分布的多种输入生物聚合物组合物;
使用色谱法获得随所述多种输入生物聚合物组合物中的每种的分子量而变的浓度数据;
对于每种输入生物聚合物组合物,将随分子量而变的所述浓度数据归一化以提供归一化的浓度数据;以及
在选定数目的匹配分子量值处组合每种输入生物聚合物组合物的所述归一化的浓度数据,以获得预测的生物聚合物分子量分布。
在一些方面,本发明系统、器械和方法等提供用于预测共混的生物聚合物组合物的单峰分子量分布。这样的方法可以包括,例如:
提供具有基本上不同的分子量分布的第一多种输入生物聚合物组合物;
使用色谱法获得随所述第一多种输入生物聚合物组合物中的每种的分子量而变的浓度数据;
对于所述第一多种输入生物聚合物组合物中的每种,将随分子量而变的所述浓度数据归一化以提供归一化的浓度数据;
确定所述第一多种输入生物聚合物组合物中的每种的分子量分布标准偏差和数均分子量;
从所述第一多种输入生物聚合物组合物中鉴定基础输入生物聚合物组合物;
从所述第一多种生物聚合物组合物中选择第二多种输入生物聚合物组合物,所述第二多种输入生物聚合物组合物具有的数均分子量与所述基础输入生物聚合物组合物的数均分子量相差为小于所述基础输入生物聚合物组合物的分子量分布标准偏差的两倍;以及
在选定数目的匹配分子量值处组合所述第二多种输入生物聚合物组合物中的每种和所述基础输入生物聚合物组合物的归一化的浓度信号数据,以获得预测的单峰生物聚合物分子量分布。
在一些方面,本发明系统、器械和方法等提供从第一和第二输入生物聚合物组合物中获得单峰共混的生物聚合物组合物。这样的方法可以包括,例如:
确定所述第一和第二输入生物聚合物组合物各自的第一和第二数均分子量和标准偏差;
从所述第一和第二标准偏差中选择较小的标准偏差;
仅当在所述第一和第二数均分子量之间的差可以为小于所述较小标准偏差的约两倍时,才将所述第一和第二输入生物聚合物组合物共混在一起,以及
如果可以将所述第一和第二输入生物聚合物组合物共混在一起,则获得所述单峰共混的生物聚合物组合物。
在一些方面,本发明系统、器械和方法等提供从至少两种输入生物聚合物组合物中获得单峰共混的生物聚合物组合物。这样的方法可以包括,例如:
确定每种输入生物聚合物组合物各自的数均分子量和分子量分布标准偏差数据;
从所述输入生物聚合物组合物中选择基础输入生物聚合物组合物;以及
只有所述输入生物聚合物组合物具有的数均分子量与所述基础输入生物聚合物组合物的数均分子量相差为所述基础输入生物聚合物组合物的分子量分布标准偏差的至多约两倍,才与所述基础输入生物聚合物组合物共混。
所述浓度数据可以包括测量信号,所述测量信号指示随分子量而变的输入生物聚合物组合物的浓度。所述测量信号可以包括例如折射率测量信号、紫外吸收测量信号、红外吸收测量信号、荧光测量信号、电化学测量信号、电导率测量信号、化学发光测量信号、放射性测量信号或蒸发光散射测量信号。
所述色谱法可以是例如凝胶渗透色谱法、尺寸排阻色谱法、凝胶电泳色谱法或离子交换色谱法。所述色谱法可以包括首先收集随保留时间而变的浓度数据,以及使用分子量-保留时间校正曲线将保留时间值转换为分子量值。
组合所述归一化的浓度数据可以包括,例如,在组合所述归一化的浓度数据之前,首先以预定阈值使所述浓度数据经受基线校正,以预定权重组合所述归一化的浓度数据。所述预定权重可以例如基于多重模拟,所述多重模拟可以包括组合所述多种输入生物聚合物组合物的归一化的浓度数据,以提供所需重均分子量、数均分子量和峰分子量中的至少一种;通过求解所需重均分子量、数均分子量和峰均分子量中的至少一种;或者基于预定公式。
在某些实施方式中,所述方法进一步可以包括根据所述预定权重将所述多种输入生物聚合物组合物共混,以获得共混的生物聚合物组合物,和/或在获得所述浓度数据之前,从所述输入生物聚合物组合物中去除不想要的杂质。
在本申请中阐述了这些和其他方面、特征和实施方式,包括以下详细描述和附图。除非另有明确说明,否则所有实施方式、方面、特征等可以任何期望的方式混合和匹配,组合和排列。
附图说明
图1提供了描绘用于预测通过共混多种输入生物聚合物组合物而获得的共混的生物聚合物组合物的分子量分布的示例性方法的流程图。
图2提供了描绘用于预测通过共混多种输入生物聚合物组合物而获得的共混的生物聚合物组合物的单峰分子量分布的示例性方法的流程图。
图3提供了描绘用于由两种输入生物聚合物组合物形成单峰共混的生物聚合物组合物的示例性方法的流程图。
图4显示了使用右旋糖酐作为校正物的分子量相对于凝胶渗透色谱法保留时间的校正图和曲线拟合。
图5显示了两种原料岩藻多糖组合物、包括60%的第一原料岩藻多糖和40%的第二原料岩藻多糖的预测的单峰共混的岩藻多糖组合物以及包括60%的第一原料岩藻多糖与40%的第二原料岩藻多糖的实际的单峰共混的组合物的折射率信号对比分子量的图。
包括流程图的附图呈现了本公开的示例性实施方式。附图不一定按比例,并且某些特征可以有助于说明和解释本发明系统、方法等的方式被放大或以其他方式表示。本文的系统、方法等的实际实施方式可以包括附图中未显示的另外或不同的特征或步骤。本文陈述的范例以一种或多种形式说明了系统、方法等的实施方式,并且这样的范例不应被解释为以任何方式限制本公开的范围。本文的实施方式不是穷举的,并且不将本公开限制为例如在以下详细描述中公开的精确形式。
具体实施方式
提供了用于通过共混多种输入生物聚合物组合物来预测并一致地获得具有所需分子量分布的均匀生物聚合物组合物的方法、系统等,共混方法基于随多种输入生物聚合物组合物的分子量而变的生物聚合物浓度数据。
用于本文方法的合适的生物聚合物包括但不限于淀粉、糖原、纤维素、甲壳质、阿拉伯木聚糖、木葡聚糖、藻酸盐、昆布多糖、褐藻糖胶、黄原胶、右旋糖酐、威兰胶、结冷胶、瓜尔胶、定优胶和短梗霉聚糖。本文使用岩藻多糖组合物作为更普通的褐藻糖胶和其他生物聚合物组合物的实例来讨论这些方法,并且本文使用具有折射率检测的凝胶渗透色谱法作为用于获得随分子量而变的生物聚合物浓度数据的示例性方法来讨论这些方法。
简而言之,褐藻糖胶(包括岩藻多糖)是硫酸酯化的多糖,典型地衍生自天然来源并且具有高多分散性。一般而言,这意味着褐藻糖胶是由许多单体或单糖基团组成的分子,并且还具有附接到糖基团上的硫原子。主要的单糖基团称为“岩藻糖”,它是具有6个碳原子并且具有化学式C6H12O5的糖。“岩藻多糖”(或墨角藻多糖)指示衍生自褐藻(海藻)的褐藻糖胶。褐藻糖胶可以包含其他单体或单糖单元的混合物,例如单糖诸如木糖、半乳糖、葡萄糖、葡糖醛酸和/或甘露糖的混合物。尽管褐藻糖胶目前衍生自天然来源诸如褐藻(海藻)、海参等,但“褐藻糖胶”包括具有如本文所讨论的褐藻糖胶的化学和结构基序的聚合物分子,而与褐藻糖胶的一种或多种最终来源无关。进一步地,本文的方法等适用于任何相关的多分散的输入组合物,无论是天然衍生的还是基于褐藻糖胶的。
在一些实施方式中,例如在将天然来源的生物聚合物组合物(包括原料褐藻糖胶组合物)用作本文进行分析和共混的输入生物聚合物组合物时,可以将输入生物聚合物组合物溶解于水中,并通过合适的预过滤器进行预过滤以去除不需要的颗粒物。输入多分散的生物聚合物组合物也可以被预处理以去除除了所需生物聚合物外的组分。
用于确定随分子量或分子量分布而变的输入生物聚合物组合物的浓度的示例性方法是尺寸排阻色谱法、凝胶渗透色谱法、凝胶电泳色谱法和离子交换色谱法。在凝胶渗透色谱法中,用检测器连续监测洗脱溶剂中生物聚合物的浓度。合适的检测器类型包括但不限于紫外/可见(UV/Vis)吸收检测器、折射率(RI)检测器、红外(IR)吸收检测器、荧光(FLR)检测器、电化学检测器、电导率检测器、化学发光检测器、放射性(radioactivity)或放射性(radiometric)检测器和蒸发光散射(ELS)检测器。
图1的流程图描绘了用于预测通过共混多种输入生物聚合物组合物而获得的共混的生物聚合物组合物的分子量分布的示例性方法[1650],该方法包括:提供[1652]具有不同的分子量分布的多种输入生物聚合物组合物;获得[1654]随多种输入生物聚合物组合物中的每种的分子量而变的浓度数据;将随多种输入生物聚合物组合物中的每种的分子量而变的浓度数据归一化[1656];以及在每个匹配分子量值处组合[1658]多种输入生物聚合物组合物中的每种的各自归一化的浓度数据,以获得预测的共混的生物聚合物分子量分布。
浓度数据可以是例如折射率测量信号、紫外吸收测量信号、红外吸收测量信号、荧光测量信号、电化学测量信号、电导率测量信号、化学发光测量信号、放射性测量信号和蒸发光散射测量信号中的任何一种或多种。
例如,可以通过凝胶渗透色谱法、尺寸排阻色谱法、凝胶电泳色谱法或离子交换色谱法中的任何一种来获得[1654]随分子量而变的浓度数据。
获得[1654]随分子量而变的浓度数据可以包括首先收集随保留时间而变的浓度数据,以及通过使用分子量相对于保留时间的校正曲线将保留时间值转换为分子量。
如果需要,方法[1650]可以进一步包括在获得[1654]随多种输入生物聚合物组合物中的每种的分子量而变的浓度数据之前,对输入生物聚合物组合物进行预处理。预处理可以包括用蒸馏水渗滤输入生物聚合物组合物以使输入生物聚合物组合物脱盐。预处理可以包括使输入生物聚合物渗滤穿过具有基于要去除的选择杂质的截留分子量(MWCO)的切向流过滤(TFF)过滤器。方法[1650]可以进一步包括在获得[1654]随多种输入生物聚合物组合物中的每种的分子量而变的浓度数据之前,对输入生物聚合物组合物进行预过滤以去除不需要的具体物质。
在每个选定的匹配分子量值处组合[1658]多种输入生物聚合物组合物中的每种的各自归一化的浓度数据可以包括在组合各自归一化的浓度数据之前,以预定阈值使浓度数据经受基线校正。
在每个匹配分子量值处组合[1658]多种输入生物聚合物组合物中的每种的各自归一化的浓度数据可以包括基于预定权重来组合浓度数据,预定权重被配置为导致所需预测的生物聚合物分子量分布。在一些实施方式中,预定权重可以基于针对不同的输入生物聚合物组合物和预测的生物聚合物组合物的以上方法的预校正。在其他实施方式中,预定权重可以基于预定公式。在又其他实施方式中,预定权重可以基于以下多重模拟:组合多种生物聚合物组合物中的每种的归一化的浓度数据,直到获得预测的分子量分布中的所需重均分子量(WAMW)、数均分子量(NAMW)或峰分子量(PMW)。在又其他实施方式中,可以通过求解权重来获得预定权重,所述权重将在所得的预测的分子量分布中导致所需重均分子量(WAMW)、数均分子量(NAMW)或峰分子量(PMW)。
许多输入生物聚合物组合物,例如原料岩藻多糖组合物,具有大的多分散性,例如大于4.0、5.0或6.0的多分散性。与共混输入生物聚合物组合物有关的一个条件可以是,共混将提供具有单个峰的所得分子量分布,也称为“单峰分布”。例如,给定两种不同的输入分子量分布,如果两种输入分子量分布的数均分子量的差为两种输入分子量分布的较小的分子量分布标准偏差的分子量值的至多约两倍,则两种输入分子量分布的共混将导致单峰分布。
在一些实施方式中,可以从第一多种输入岩藻多糖组合物中鉴定具有最小分子量分布标准偏差的输入生物聚合物组合物。术语“基础输入生物聚合物组合物”指示具有最小分子量分布标准偏差的输入生物聚合物组合物。可以从第一多种输入生物聚合物组合物中鉴定第二多种输入生物聚合物组合物,其是第一多种输入生物聚合物组合物的子集,其具有的NAMW值与基础输入生物聚合物组合物的NAMW相差为小于基础输入生物聚合物组合物的分子量分布标准偏差的分子量值的两倍。
用所获得的共混的生物聚合物组合物的预测的分子量分布,可以通过使用每个各自属性的公式来确定共混物的重均分子量、峰分子量、数均分子量、半峰全宽和多分散性。创建模板,该模板能够获取多种输入生物聚合物组合物的x-变量(例如分子量)(对比浓度),并操纵这些数据集以计算由多种输入生物聚合物组合物的给定共混比得到的共混的生物聚合物组合物的重均分子量、峰分子量、数均分子量、半峰全宽和多分散性,消除了在输入生物聚合物组合物的共混期间严格的台式试验和误差测试的需要。
图2的流程图描绘了用于预测通过共混多种输入生物聚合物组合物而获得的共混的生物聚合物组合物的单峰分子量分布的另外的示例性方法[1660],该方法包括:提供[1661]具有不同的分子量分布的第一多种输入生物聚合物组合物;获得[1662]随第一多种输入生物聚合物组合物中的每种的分子量而变的浓度数据;将随第一多种输入生物聚合物组合物中的每种的分子量而变的浓度数据归一化[1664];确定[1665]第一多种输入生物聚合物组合物中的每种的分子量分布标准偏差和数均分子量;从第一多种输入生物聚合物组合物中鉴定[1666]基础输入生物聚合物组合物;从第一多种生物聚合物组合物中选择[1667]第二多种输入生物聚合物组合物,这些第二多种输入生物聚合物组合物具有的数均分子量与基础输入生物聚合物组合物的数均分子量相差为小于基础输入生物聚合物组合物的分子量分布标准偏差的两倍;以及在每个选定的匹配分子量值处组合[1668]第二多种输入生物聚合物组合物中的每种和基础输入生物聚合物组合物的各自归一化的浓度数据,以获得预测的单峰共混的生物聚合物分子量分布。
图3的流程图描绘了用于通过组合至少两种输入生物聚合物组合物来获得单峰共混的生物聚合物组合物的另一示例性方法[1670],该方法包括:确定[1671]每种输入生物聚合物组合物各自的数均分子量和分子量分布标准偏差数据;从输入生物聚合物组合物中选择[1672]基础输入生物聚合物组合物;以及只有输入生物聚合物组合物具有的数均分子量与基础输入生物聚合物组合物的数均分子量相差为基础输入生物聚合物组合物的分子量分布标准偏差的至多约两倍,才与基础输入生物聚合物组合物共混[1673]。
实施例
实施例1:在基于预定权重预测共混结果之后,共混两种输入生物聚合物组合物
选择岩藻多糖作为感兴趣的生物聚合物,并且将图2所示的以上方法应用于两种不同的原料岩藻多糖组合物。第一原料岩藻多糖组合物的分子量分布在图5中显示为曲线“a”,并且第二原料岩藻多糖组合物的分子量分布在图5中显示为曲线“b”。通过具有折射率检测器的凝胶渗透色谱法分析两种原料岩藻多糖组合物,以获得其随分子量而变的浓度数据。
计算两种原料岩藻多糖组合物的数均分子量和分子量分布标准偏差。发现曲线“b”或第二原料岩藻多糖组合物具有较小的分子量分布标准偏差。两种原料岩藻多糖组合物的数均分子量相差为小于第二原料岩藻多糖组合物的分子量分布标准偏差的两倍。选择共混的生物聚合物组合物的目标重均分子量,并预测60%的第一原料岩藻多糖组合物和40%的第二原料岩藻多糖组合物的预测权重以得到所需目标重均分子量。根据预测权重将曲线“a”和曲线“b”的归一化的折射率信号相加在一起,以获得预测的单峰共混的岩藻多糖组合物曲线,并且计算分子量分布属性并将其显示于下表1中。
将60g的第一原料岩藻多糖组合物与40g的第二原料岩藻多糖组合物在1L去离子水中共混,以得到实际的单峰共混的岩藻多糖组合物。经由具有折射率检测器的凝胶渗透色谱法分析实际的单峰共混的岩藻多糖组合物的等分试样,以获得随分子量而变的浓度数据。
使用以下柱配置进行所有用于分子量确定的凝胶渗透色谱法分析:与
Figure BDA0002919850270000121
保护(guard)线性串联的
Figure BDA0002919850270000122
除非另有说明,否则流动相为以0.6mL/min运行的0.1M硝酸钠。除非另有说明,否则柱和检测器保持在30℃下。借助于Waters 2414折射率检测器进行检测。在这种情况下,浓度数据是在图中由符号“n”表示的折射率信号。
针对包括来自American Polymer Standards Corporation的可追溯标准物的标准曲线对样品进行定量:右旋糖酐3755kDa(峰分子量=2164kDa)、右旋糖酐820kDa(峰分子量=745kDa)、右旋糖酐760kDa(峰分子量=621kDa)、右旋糖酐530kDa(峰分子量=490kDa)、右旋糖酐225kDa(峰分子量=213kDa)、右旋糖酐150kDa(峰分子量=124kDa)、右旋糖酐55kDa(峰分子量=50kDa)和右旋糖酐5kDa(峰分子量=4kDa),这些标准物的峰分子量在约4kDa与约2,200kDa之间。所使用的标准曲线可以例如包括右旋糖酐3755kDa和本文讨论的在4至7种附加的可追溯标准物。
基于log MW对比GPC保留时间图,对数据进行线性曲线拟合。在图4中提供了该曲线。曲线提供了随GPC保留时间而变的分子量,并允许将GPC保留时间转换为相应的分子量,如本文公开的方法中所讨论的。
本文中针对褐藻糖胶/岩藻多糖生物聚合物所述的分子量是分子量值,在该分子量值附近将始终存在较高和较低分子量的分子分布,随着分子量远离指定分子量增加或减少,其量或百分比增加或减少。该分布可以但不是需要具有一般的高斯形状或变形的高斯形状。
将实际的单峰共混的组合物的凝胶渗透色谱法得到的曲线与预测的单峰共混的岩藻多糖组合物曲线进行比较。表1中呈现了两条曲线的分子量分布属性,其中鉴定了图5中的一些曲线。图5显示了由第一(a)和第二(b)原料岩藻多糖组合物的凝胶渗透色谱法得到的归一化的曲线,包括60%的第一原料岩藻多糖组合物和40%的第二原料岩藻多糖组合物的预测的单峰共混的组合物的归一化的曲线(c),以及由包括60%的第一原料岩藻多糖组合物和40%的第二原料岩藻多糖组合物的实际的单峰共混的岩藻多糖组合物的凝胶渗透色谱法得到的归一化的曲线(c'),在每种中纵轴为折射率n。
下表中的缩写:
峰分子量=PMW
重均分子量=WAMW
数均分子量=NAMW
多分散性指数=PDI
实际的单峰共混物(c') 预测的单峰共混物(c) 差百分比
WAMW(Da) 1152502 1125000 2%
PMW(Da) 730966 688691 6%
NAMW(Da) 169832 162951 4%
PDI 6.79 6.90 2%
表1.预测的和实际的共混的岩藻多糖组合物的分子量分布属性
表1和图5证明了本文方法的预测能力。例如,预测的对比实际的单峰共混的岩藻多糖组合物的曲线实际上是不能区分的。换句话说,在预测的单峰共混岩藻多糖组合物中的计算的分子量分布属性与实际的单峰共混岩藻多糖组合物的计算的分子量分布属性一致,尤其是对于WAMW、NAMW和PDI,其中差小于5%。这在凝胶渗透色谱法的建立的准确度内。
对预测的共混的生物聚合物组合物的分子量分布属性诸如重均分子量、数均分子量、多分散性和峰分子量的预测消除了对一致地生产均匀生物聚合物组合物的繁琐试验和误差实验的需要。
本申请进一步涉及根据本文所讨论的方法、系统等制造的组合物,以及使用本文所创造的组合物的方法,并且涉及被配置为进行本文方法并一致地获得具有所需分子量分布的均匀生物聚合物组合物的系统和器械。
附图标号列表:
1650用于预测通过共混多种输入生物聚合物组合物而获得的共混的生物聚合物组合物的分子量分布的方法
1652提供具有不同的分子量分布的多种输入生物聚合物组合物
1654获得随多种输入生物聚合物组合物中的每种的分子量而变的浓度数据
1656将随多种输入生物聚合物组合物中的每种的分子量而变的浓度数据归一化
1658在每个匹配分子量值处组合多种输入生物聚合物组合物中的每种的各自归一化的浓度数据,以获得预测的共混的生物聚合物分子量分布
1660用于预测通过共混多种输入生物聚合物组合物而获得的共混的生物聚合物组合物的单峰分子量分布的方法。
1661提供具有不同的分子量分布的第一多种输入生物聚合物组合物
1662获得随第一多种输入生物聚合物组合物中的每种的分子量而变的浓度数据
1664将随第一多种输入生物聚合物组合物中的每种的分子量而变的浓度数据归一化
1665确定第一多种输入生物聚合物组合物中的每种的分子量分布标准偏差和数均分子量
1666从第一多种输入生物聚合物组合物中鉴定基础输入生物聚合物组合物
1667从第一多种生物聚合物组合物中选择第二多种输入生物聚合物组合物,这些第二多种输入生物聚合物组合物具有的数均分子量与基础输入生物聚合物组合物的数均分子量相差为小于基础输入生物聚合物组合物的分子量分布标准偏差的两倍
1668在每个匹配分子量值处组合第二多种输入生物聚合物组合物中的每种和基础输入生物聚合物组合物的各自归一化的浓度数据,以获得预测的单峰共混的生物聚合物分子量分布
1670用于通过组合至少两种输入生物聚合物组合物来获得单峰共混的生物聚合物组合物的方法
1671确定每种输入生物聚合物组合物各自的数均分子量和分子量分布标准偏差数据
1672从输入生物聚合物组合物中选择基础输入生物聚合物组合物
1673只有输入生物聚合物组合物具有的数均分子量与基础输入生物聚合物组合物的数均分子量相差为基础输入生物聚合物组合物的分子量分布标准偏差的至多约两倍,才与基础输入生物聚合物组合物共混
除非上下文或定义另有清楚地指出,否则本文中使用的所有术语均按照其普通含义使用。同样,除非另有明确指出,否则在说明书中,“或”的使用包括“和”,并且反之亦然。除非另有明确说明,或者上下文另有清楚地指出,否则非限制性术语不应解释为限制性的(例如,“包括(including)”,“具有(having)”和“包括(comprising)”典型地指示“包括但不限于”)。除非另有明确说明,或者上下文另有清楚地指出,否则包括在权利要求中的单数形式,诸如“一个/种(a)”、“一个/种(an)”和“该/所述(the)”包括复数引用。
除非另有说明,否则修饰实施方式的一种或多种特征的条件或关系特征的本文中的形容词诸如“基本上”和“约”表示该条件或特征被定义为在实施方式的操作可接受的公差内用于预期的应用。
本发明方法、组合物、系统等的范围包括装置(means)加功能和步骤加功能概念两者。然而,除非在权利要求中特别叙述单词“装置”,否则权利要求不应被解释为指示“装置加功能”关系,而当在权利要求中特别叙述单词“装置”时,则权利要求应被解释为指示“装置加功能”关系。类似地,除非在权利要求中特别叙述单词“步骤”,否则权利要求不应被解释为指示“步骤加功能”关系,而当在权利要求中特别叙述单词“步骤”时,则权利要求应被解释为指示“步骤加功能”关系。
根据前述,将理解,尽管出于说明的目的,已经在本文中讨论了特定实施方式,但是可以在不脱离本文讨论的精神和范围的情况下进行各种修改。因此,系统和方法等包括本文阐述的主题的这样的修改以及所有排列和组合,并且除了受所附权利要求或在本文的讨论和附图中具有足够支持的其他权利要求限制外,不受限制。

Claims (26)

1.一种用于预测共混的生物聚合物组合物的分子量分布的方法,所述方法包括:
提供具有基本上不同的分子量分布的多种输入生物聚合物组合物;
获得随所述多种输入生物聚合物组合物中的每种的分子量而变的浓度数据;
对于每种输入生物聚合物组合物,将随分子量而变的所述浓度数据归一化以提供归一化的浓度数据;以及
在选定数目的匹配分子量值处组合每种输入生物聚合物组合物的所述归一化的浓度数据,以获得对应于所述多种输入生物聚合物组合物的预测的生物聚合物分子量分布。
2.根据权利要求1所述的方法,其中,所述浓度数据包括折射率测量信号,所述折射率测量信号指示随分子量而变的输入生物聚合物组合物的浓度。
3.根据权利要求1所述的方法,其中,所述浓度数据包括紫外吸收测量信号,所述紫外吸收测量信号指示随分子量而变的输入生物聚合物组合物的浓度。
4.根据权利要求1所述的方法,其中,所述浓度数据包括红外吸收测量信号,所述红外吸收测量信号指示随分子量而变的输入生物聚合物组合物的浓度。
5.根据权利要求1所述的方法,其中,所述浓度数据包括荧光测量信号,所述荧光测量信号指示随分子量而变的输入生物聚合物组合物的浓度。
6.根据权利要求1所述的方法,其中,所述浓度数据包括电化学测量信号,所述电化学测量信号指示随分子量而变的输入生物聚合物组合物的浓度。
7.根据权利要求1所述的方法,其中,所述浓度数据包括电导率测量信号,所述电导率测量信号指示随分子量而变的输入生物聚合物组合物的浓度。
8.根据权利要求1所述的方法,其中,所述浓度数据包括化学发光测量信号,所述化学发光测量信号指示随分子量而变的输入生物聚合物组合物的浓度。
9.根据权利要求1所述的方法,其中,所述浓度数据包括放射性测量信号,所述放射性测量信号指示随分子量而变的输入生物聚合物组合物的浓度。
10.根据权利要求1所述的方法,其中,所述浓度数据包括蒸发光散射测量信号,所述蒸发光散射测量信号指示随分子量而变的输入生物聚合物组合物的浓度。
11.根据权利要求1所述的方法,其中,获得所述浓度数据包括尺寸排阻色谱法。
12.根据权利要求1所述的方法,其中,获得所述浓度数据包括凝胶电泳色谱法。
13.根据权利要求1所述的方法,其中,获得所述浓度数据包括离子交换色谱法。
14.根据权利要求11至13中任一项所述的方法,其中,所述色谱法包括首先收集随保留时间而变的浓度数据,以及使用分子量-保留时间校正曲线将保留时间值转换为分子量值。
15.根据权利要求1至14中任一项所述的方法,其中,组合所述归一化的浓度数据包括以预定权重组合所述归一化的浓度数据。
16.根据权利要求15所述的方法,其中,所述预定权重基于多重模拟,所述多重模拟包括组合所述多种输入生物聚合物组合物的归一化的浓度数据,以提供所需重均分子量、数均分子量和峰分子量中的至少一种。
17.根据权利要求15所述的方法,其中,所述预定权重通过求解所需重均分子量、数均分子量和峰均分子量中的至少一种来获得。
18.根据权利要求15所述的方法,其中,所述预定权重基于预定公式。
19.根据权利要求15所述的方法,所述方法进一步包括根据所述预定权重将所述多种输入生物聚合物组合物共混,以获得共混的生物聚合物组合物。
20.根据权利要求1至19中任一项所述的方法,其中,所述方法进一步包括在获得所述浓度数据之前,从所述输入生物聚合物组合物中去除不想要的杂质。
21.根据权利要求1至20中任一项所述的方法,其中,所述预测的生物聚合物分子量分布在具有所述基本上不同的分子量分布的所述输入生物聚合物组合物的实际共混物的6%内。
22.根据权利要求1至20中任一项所述的方法,其中,所述预测的生物聚合物分子量分布在具有所述基本上不同的分子量分布的所述输入生物聚合物组合物的实际共混物的4%内。
23.一种用于预测共混的生物聚合物组合物的单峰分子量分布的方法,所述方法包括:
提供具有基本上不同的分子量分布的第一多种输入生物聚合物组合物;
获得随所述第一多种输入生物聚合物组合物中的每种的分子量而变的浓度数据;
对于所述第一多种输入生物聚合物组合物中的每种,将随分子量而变的所述浓度数据归一化以提供各自归一化的浓度数据;
确定所述第一多种输入生物聚合物组合物中的每种的分子量分布标准偏差和数均分子量;
从所述第一多种输入生物聚合物组合物中鉴定基础输入生物聚合物组合物;
从所述第一多种生物聚合物组合物中选择第二多种输入生物聚合物组合物,所述第二多种输入生物聚合物组合物具有的数均分子量与所述基础输入生物聚合物组合物的数均分子量相差为小于所述基础输入生物聚合物组合物的分子量分布标准偏差的两倍;以及
在选定数目的匹配分子量值处组合所述第二多种输入生物聚合物组合物中的每种和所述基础输入生物聚合物组合物的各自归一化的浓度数据,以获得预测的单峰共混的生物聚合物分子量分布。
24.根据权利要求23所述的方法,其中,所述预测的单峰生物聚合物分子量分布在所述基础输入生物聚合物组合物和所述第二多种输入生物聚合物组合物的实际共混物的6%内。
25.根据权利要求23所述的方法,其中,所述预测的单峰生物聚合物分子量分布在所述基础输入生物聚合物组合物和所述第二多种输入生物聚合物组合物的实际共混物的4%内。
26.一种用于从至少两种输入生物聚合物组合物中获得单峰共混的生物聚合物组合物的方法,所述方法包括:
确定每种输入生物聚合物组合物各自的数均分子量和分子量分布标准偏差数据;
从所述输入生物聚合物组合物中选择基础输入生物聚合物组合物;以及
只有所述输入生物聚合物组合物具有的数均分子量与所述基础输入生物聚合物组合物的数均分子量相差为所述基础输入生物聚合物组合物的分子量分布标准偏差的至多约两倍,才与所述基础输入生物聚合物组合物共混。
CN202080004211.6A 2019-03-05 2020-03-05 用于预测生物聚合物共混物的分子量分布的方法 Pending CN112513992A (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US201962814206P 2019-03-05 2019-03-05
US62/814,206 2019-03-05
PCT/CA2020/050294 WO2020176989A1 (en) 2019-03-05 2020-03-05 Method for predicting a molecular weight distribution of a biopolymer blend

Publications (1)

Publication Number Publication Date
CN112513992A true CN112513992A (zh) 2021-03-16

Family

ID=72337358

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202080004211.6A Pending CN112513992A (zh) 2019-03-05 2020-03-05 用于预测生物聚合物共混物的分子量分布的方法

Country Status (14)

Country Link
US (1) US20210391036A1 (zh)
EP (1) EP3959722A4 (zh)
JP (1) JP7227346B2 (zh)
KR (1) KR20210135981A (zh)
CN (1) CN112513992A (zh)
AU (1) AU2020232990B2 (zh)
BR (1) BR112021000613A2 (zh)
CA (1) CA3106477A1 (zh)
IL (1) IL280175A (zh)
MX (1) MX2021000865A (zh)
PH (1) PH12021550091A1 (zh)
SG (1) SG11202100394RA (zh)
WO (1) WO2020176989A1 (zh)
ZA (1) ZA202100273B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11642368B2 (en) 2018-07-27 2023-05-09 ARC Medical Inc. Highly purified and/or modified fucan compositions for the treatment of fibrous adhesions

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
AU2003206363A1 (en) * 2002-02-21 2003-09-09 Biovitrum Ab Chromatographic method for determining the molecular weight distribution of an anionic polysaccharide
US6868715B1 (en) * 2000-09-20 2005-03-22 General Electric Company Method and apparatus for rapid determination of polymer molecular weight
CN101133115A (zh) * 2005-02-07 2008-02-27 尤尼威蒂恩技术有限责任公司 聚乙烯共混物组合物
CN104268434A (zh) * 2014-10-17 2015-01-07 华东理工大学 一种聚烯烃微观结构的预测方法
WO2017042603A1 (en) * 2015-09-07 2017-03-16 Total Sa Method for determining the weight-average molecular weight of a water-soluble high molecular weight polymer
US20170328873A1 (en) * 2016-05-16 2017-11-16 Exxonmobil Chemical Patents Inc. Methods of Determining Molecular Weight and Comonomer Characteristics of a Copolymer in Polymer Blends
CN108351332A (zh) * 2016-11-24 2018-07-31 Lg化学株式会社 预测聚合物的物理性质的方法
CN108388761A (zh) * 2018-02-27 2018-08-10 华东理工大学 聚乙烯分子量分布的高精度快速预测模型构建方法及其应用

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2003036258A2 (en) * 2001-10-23 2003-05-01 Waters Investments Limited System and method for determining radius of gyration, molecular weight, and intrinsic viscosity of a polymeric distribution using gel permeation chromatography and light-scattering detection
US7803629B2 (en) * 2006-06-27 2010-09-28 Chevron Phillips Chemical Company, Lp Method for employing SEC-FTIR data to predict mechanical properties of polyethylene

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6868715B1 (en) * 2000-09-20 2005-03-22 General Electric Company Method and apparatus for rapid determination of polymer molecular weight
AU2003206363A1 (en) * 2002-02-21 2003-09-09 Biovitrum Ab Chromatographic method for determining the molecular weight distribution of an anionic polysaccharide
CN101133115A (zh) * 2005-02-07 2008-02-27 尤尼威蒂恩技术有限责任公司 聚乙烯共混物组合物
CN104268434A (zh) * 2014-10-17 2015-01-07 华东理工大学 一种聚烯烃微观结构的预测方法
WO2017042603A1 (en) * 2015-09-07 2017-03-16 Total Sa Method for determining the weight-average molecular weight of a water-soluble high molecular weight polymer
US20170328873A1 (en) * 2016-05-16 2017-11-16 Exxonmobil Chemical Patents Inc. Methods of Determining Molecular Weight and Comonomer Characteristics of a Copolymer in Polymer Blends
CN108351332A (zh) * 2016-11-24 2018-07-31 Lg化学株式会社 预测聚合物的物理性质的方法
CN108388761A (zh) * 2018-02-27 2018-08-10 华东理工大学 聚乙烯分子量分布的高精度快速预测模型构建方法及其应用

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
,LUIS A. CLEMENTIET.AL: ""Molar mass distributions in homopolymer blends from multimodal chromatograms obtained by Sec/Gpc with a concentration detector"", 《POLYMER TESTING》, vol. 43, pages 3 - 4 *
张泉福;季小曼;倪振花;: "高速凝胶渗透色谱法测定聚丙烯酸2-乙基己酯的分子量及其分布", 涂料工业, no. 05 *

Also Published As

Publication number Publication date
JP2021532482A (ja) 2021-11-25
US20210391036A1 (en) 2021-12-16
JP7227346B2 (ja) 2023-02-21
EP3959722A4 (en) 2023-05-03
AU2020232990A1 (en) 2021-02-04
ZA202100273B (en) 2022-08-31
WO2020176989A1 (en) 2020-09-10
CA3106477A1 (en) 2020-09-10
AU2020232990B2 (en) 2021-04-29
MX2021000865A (es) 2021-06-15
KR20210135981A (ko) 2021-11-16
BR112021000613A2 (pt) 2021-09-21
PH12021550091A1 (en) 2022-02-28
IL280175A (en) 2021-03-01
EP3959722A1 (en) 2022-03-02
SG11202100394RA (en) 2021-02-25

Similar Documents

Publication Publication Date Title
Hentati et al. Structural characterization and antioxidant activity of water-soluble polysaccharides from the Tunisian brown seaweed Cystoseira compressa
Wang et al. Purification and structural characterization of polysaccharides isolated from Auricularia cornea var. Li.
WO2015200590A1 (en) Poly alpha-1,3-glucan solution compositions
Cosenza et al. Chemical and rheological characterization of the carrageenans from Hypnea musciformis (Wulfen) Lamoroux
EP3094671B1 (en) Production of gelled networks of poly alpha-1,3-glucan formate and films therefrom
Truus et al. Algal biomass from Fucus vesiculosus (Phaeophyta): Investigation of the mineral and alginate components
Stokke et al. Electron microscopy of native xanthan and xanthan exposed to low ionic strength
Ren et al. Optimization of the solid-state fermentation and properties of a polysaccharide from Paecilomyces cicadae (Miquel) Samson and its antioxidant activities in vitro
Moura Neto et al. Preparation and characterization of a chemically sulfated cashew gum polysaccharide
Boual et al. Mediterranean semi-arid plant Astragalus armatus as a source of bioactive galactomannan
CN112513992A (zh) 用于预测生物聚合物共混物的分子量分布的方法
Wang et al. Heteroglycans from the fruiting bodies of Agrocybe cylindracea: Fractionation, physicochemical properties and structural characterization
Xie et al. Novel biodegradable flocculating agents prepared by phosphate modification of Konjac
Peng et al. Characterization of a polysaccharide–protein complex from Ganoderma tsugae mycelium by size-exclusion chromatography combined with laser light scattering
Wang et al. Catalytic synthesis of sulfated polysaccharides I: Characterization of chemical structure
Stokke et al. Physicochemical properties of (1→ 6)‐branched (1→ 3)‐β‐d‐glucans. 1. Physical dimensions estimated from hydrodynamic and electron microscopic data
Pezoa-Conte et al. Aqueous extraction of the sulfated polysaccharide Ulvan from the green alga Ulva rigida—kinetics and modeling
Kanno et al. Biocompatible hydrogel from a green tide-forming Chlorophyta
Hu et al. Fractionation of dextrin by gradient polyethylene glycol precipitation
CN102040740B (zh) 一种疏水缔合聚合物水溶液的降粘方法
CN105481076A (zh) 一种基于单宁和壳聚糖的环保净水剂及其制备方法
Zhao et al. The characterization of molecular weight distribution and aggregation by asymmetrical flow field-flow fractionation of unmodified and oxidized alginate
CN105461860A (zh) 一种耐温耐盐生物聚合物凝胶调剖剂的制备方法
CN106103493A (zh) 硫酸软骨素纯化方法
Wang et al. The LiCl effect on the conformation of lentinan in DMSO

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
REG Reference to a national code

Ref country code: HK

Ref legal event code: DE

Ref document number: 40049520

Country of ref document: HK

CB02 Change of applicant information

Country or region after: Canada

Address after: British Columbia

Applicant after: ARC Medical Co.,Ltd.

Address before: British Columbia

Applicant before: Arc medical device Co.,Ltd.

Country or region before: Canada

CB02 Change of applicant information